基于大数据技术的大跨度桥梁抖振响应原型监测数据分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 桥梁抖振研究现状 | 第10-12页 |
| 1.2.2 数据挖掘技术在工程领域的应用研究现状 | 第12-13页 |
| 1.3 数据挖掘技术介绍 | 第13-15页 |
| 1.3.1 数据挖掘概述 | 第13-14页 |
| 1.3.2 数据挖掘技术的分类 | 第14-15页 |
| 1.3.3 回归预测的机器学习方法 | 第15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 支持向量机理论 | 第17-32页 |
| 2.1 简介 | 第17-19页 |
| 2.1.1 统计学习理论 | 第17-19页 |
| 2.1.2 VC 维 | 第19页 |
| 2.1.3 结构风险最小化 | 第19页 |
| 2.2 支持向量分类机 | 第19-26页 |
| 2.2.1 线性可分最优分划超平面 | 第21-24页 |
| 2.2.2 线性不可分最优分划超平面 | 第24-26页 |
| 2.2.3 高维特征空间 | 第26页 |
| 2.3 特征空间 | 第26-28页 |
| 2.3.1 核函数 | 第27-28页 |
| 2.3.2 数据规范化 | 第28页 |
| 2.3.3 核函数选择 | 第28页 |
| 2.4 支持向量回归机 | 第28-31页 |
| 2.4.1 线性回归 | 第29-30页 |
| 2.4.2 非线性回归 | 第30-31页 |
| 2.5 支持向量机的实现 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 风场及风振数据处理分析 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 风场及风致振动监测系统 | 第32-33页 |
| 3.3 风场数据分析 | 第33-41页 |
| 3.3.1 平均风速和平均风向角 | 第34-35页 |
| 3.3.2 湍流度和有效湍流度 | 第35-41页 |
| 3.4 桥梁振动数据分析 | 第41-45页 |
| 3.4.1 桥梁车致振动信号分析 | 第41-42页 |
| 3.4.2 桥梁风车共致振动信号分析 | 第42-43页 |
| 3.4.3 综合分析及处理 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于支持向量机的桥梁抖振响应分析方法 | 第46-54页 |
| 4.1 引言 | 第46页 |
| 4.2 经典抖振理论的风荷载模型 | 第46-47页 |
| 4.3 风场特征选择 | 第47-51页 |
| 4.3.1 平均风特征选择 | 第48-49页 |
| 4.3.2 脉动风特征选择 | 第49-50页 |
| 4.3.3 构建特征向量 | 第50-51页 |
| 4.4 训练集和测试集 | 第51-52页 |
| 4.4.1 数据样本归类 | 第51页 |
| 4.4.2 训练集和测试集 | 第51-52页 |
| 4.5 核函数和参数设置 | 第52页 |
| 4.5.1 核函数 | 第52页 |
| 4.5.2 参数设置 | 第52页 |
| 4.6 模型评价与分析 | 第52-53页 |
| 4.6.1 模型评价 | 第52-53页 |
| 4.6.2 模型分析 | 第53页 |
| 4.7 本章小结 | 第53-54页 |
| 第5章 大跨度悬索桥抖振响应分析 | 第54-64页 |
| 5.1 抖振响应预测 | 第54-57页 |
| 5.2 抖振响应影响因素分析 | 第57-63页 |
| 5.2.1 来流风空间平均值因素 | 第59-61页 |
| 5.2.2 来流风空间不均匀因素 | 第61-63页 |
| 5.2.3 影响因素分析小结 | 第63页 |
| 5.3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 主要结果 | 第64页 |
| 创新点 | 第64-65页 |
| 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
